基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了改进现有的组反k最近邻查询算法的查询速度与准确度,提出了一种基于Voronoi图的组反k最近邻查询方法(group reverse k nearest neighbor guery method based on Voronoi diagram,V_GRkNN).该方法获得的结果集是将这组查询点中任意一点作为kNN的数据点集合,在实际应用中可以用来评估一组查询对象的影响力.该方法的特点是首先对查询点集Q进行优化处理,降低查询点数量对查询效率的负面影响;接着对数据点集P进行约减,缩小查询搜索范围;然后根据基于Voronoi图的剪枝策略对候选集进行过滤;最后经过精炼获得GRkNN查询的结果集.该方法在数据集处理阶段很大程度上提高了查询速度,在过滤、精炼阶段利用Voronoi图的特性提高了查询的准确性.理论研究和实验表明,所提方法的效率明显优于可选的已有方法.
推荐文章
空间数据库中的线段k近邻查询研究
线段
Voronoi图
k近邻查询
空间数据库
基于Voronoi图及其对偶图的反最近邻查询
Voronoi图
最近邻
反最近邻
空间数据库反向最近邻聚类方法
空间数据库
空间距离
数据修正
降维
反向最近邻
聚类方法
基于空间网络数据库的组最近邻居查询
空间网络数据库
最近邻居查询
组最近邻居查询
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 空间数据库中基于Voronoi图的组反k最近邻查询
来源期刊 计算机科学与探索 学科 工学
关键词 Voronoi图 反k最近邻 组反k最近邻 索引结构
年,卷(期) 2016,(10) 所属期刊栏目 数据库技术
研究方向 页码范围 1365-1375
页数 11页 分类号 TP311.13
字数 9239字 语种 中文
DOI 10.3778/j.issn.1673-9418.1508004
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李松 哈尔滨理工大学计算机科学与技术学院 87 452 12.0 16.0
2 张丽平 哈尔滨理工大学计算机科学与技术学院 47 158 7.0 9.0
3 刘蕾 哈尔滨理工大学计算机科学与技术学院 13 144 6.0 12.0
4 于嘉希 哈尔滨理工大学计算机科学与技术学院 4 9 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (41)
共引文献  (24)
参考文献  (10)
节点文献
引证文献  (5)
同被引文献  (14)
二级引证文献  (6)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(8)
  • 参考文献(1)
  • 二级参考文献(7)
2010(10)
  • 参考文献(3)
  • 二级参考文献(7)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(8)
  • 参考文献(1)
  • 二级参考文献(7)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(4)
  • 引证文献(3)
  • 二级引证文献(1)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
Voronoi图
反k最近邻
组反k最近邻
索引结构
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机科学与探索
月刊
1673-9418
11-5602/TP
大16开
北京市海淀区北四环中路211号北京619信箱26分箱
82-560
2007
chi
出版文献量(篇)
2215
总下载数(次)
4
总被引数(次)
10748
论文1v1指导